???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufam.edu.br/handle/tede/5091
Tipo do documento: Dissertação
Título: Otimizando a previsão de cheias sazonais para o Rio Negro utilizando redes neurais de propagação direta
Autor: Rodrigues, Márcio de Menezes 
Primeiro orientador: Costa Filho, Cícero Ferreira Fernandes
Primeiro coorientador: Costa, Marly Guimarães Fernandes
Resumo: Esse trabalho discute a aplicação de um novo método para previsão de cheias sazonais, utilizando redes neurais artificiais com as seguintes variáveis de entrada: índices climáticos e o nível do próprio rio, avaliado meses antes da ocorrência do pico da cheia. Um novo método para seleção das variáveis mais relevantes para a predição é proposto. Para o treinamento da rede neural são utilizados dois métodos para melhorar a generalização das mesmas, parada antecipada e regularização. O melhor resultado de predição obtido foi com três variáveis e resultou num índice de correlação de predição de 𝑟𝑝=0,755.
Abstract: This paper proposes a new method for forecasting the maximum seasonal amplitude, using feedforward neural networks and, as input variables, climatic indices and the river amplitude measured a few months earlier before the maximum amplitude be verified. A new method for selecting the most relevant prediction variables is proposed. For neural networks training, two methods for improving its generalization are used: early stop and regularization. The best prediction result is obtained with two input variables, resulting in a correlation prediction coefficient of 𝑟𝑝=0,755.
Palavras-chave: Redes Neurais Artificiais
Ferramentas de Previsão
Cheias Sazonais
Área(s) do CNPq: ENGENHARIAS: ENGENHARIA ELÉTRICA
Idioma: por
País: Brasil
Instituição: Universidade Federal do Amazonas
Sigla da instituição: UFAM
Departamento: Faculdade de Tecnologia
Programa: Programa de Pós-graduação em Engenharia Elétrica
Citação: RODRIGUES, Márcio de Menezes. Otimizando a previsão de cheias sazonais para o Rio Negro utilizando redes neurais de propagação direta. 2015. 83 f. Dissertação (Mestrado em Engenharia Elétrica ) - Universidade Federal do Amazonas, Manaus.
Tipo de acesso: Acesso Aberto
URI: http://tede.ufam.edu.br/handle/tede/5091
Data de defesa: 22-Dec-2015
Appears in Collections:Mestrado em Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
Dissertação - Márcio Rodrigues.pdfReprodução Total Autorizada2,36 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.